23.02.2023 by Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland)
DMA a bioanyagokról: Látni a láthatatlant!
A cikket Prof. dr. Michael Gasik (Aalto Egyetem, Helsinki, Finnország)
Jelenleg számos bioanyagtípus áll rendelkezésre különböző implantátumokban való felhasználásra, különösen ortopédiai és fogászati esetekben. Fémötvözeteket, kerámiákat és kompozitokat használnak, akár élő sejtekkel, akár anélkül. A szövettechnológiai alkalmazásokban az új szövetek kialakulásának támogatására és elősegítésére használt különböző állványok alkalmazási területe egyre bővül, és ezek közül sokan 3D (bio)nyomtatással készülnek. A biológiai szövetregeneráció köztudottan az egyik legigényesebb kihívás, amelyhez megfelelő biomechanikai tulajdonságokkal rendelkező, az in vivo viselkedést utánzó biomassza szerkezetekre van szükség [1] [2]. A megfelelő bioanyagok segítik a szervezetet a sérült szövet újjáépítésében, és minimalizálják a kapcsolódó fájdalmat és gyógyulási időt [3].
Prof. Dr. Michael Gasik (Aalto University Helsinki, Finnország) cikke a dinamikus-mechanikai analízis (DMA) technikájának új alkalmazását mutatja be, a BEST(Biomaterials Enhanced Simulation Testing) nevű módszert, amelyet a bioanyagok és orvosi eszközök jellemzésére és javítására használnak; ez a módszer túlmutat az ismert klasszikus viszkoelasztikus elemzéseken.
Prof. Michael Gasik a finnországi Aalto Egyetemről (Vegyipari és Kohászati Mérnöki Tanszék) 1985-ben kezdett el foglalkozni a termikus analízis alkalmazásával, és majdnem ugyanennyi ideje dolgozik együtt a NETZSCH-Gerätebau GmbH-val.
Fókuszában a magas hőmérsékletű alkalmazásokhoz és a hidrogéntechnológiához használt anyagok állnak. 2000 óta aktívan foglalkozik bioanyagokkal, orvosi eszközökkel és regeneratív gyógyászati alkalmazásokkal. 2019-ben az Európai Ortopédiai Kutatási Társaság nagykövetévé nevezték ki.
Prof. Michael Gasik a Seqvera Ltd. társalapítója és a BEST-módszer - Biomaterials Enhanced Simulation Testing - feltalálója, amelyet először a NETZSCH DMA-berendezésben valósítottak meg.
Prof. Michael Gasik kutatási tevékenységének egyik fókuszpontja a bioanyagok mechanikai tulajdonságainak meghatározása. Ezzel összefüggésben a NETZSCH DMA 242 Artemis készülékkel előállított DMA-adatokat használja fel további számítások alapjául ezen anyagok jellemzésére. Olvasson többet a megközelítéséről:
Kihívások
Számos tanulmányt végeztek már, és klinikai adatokat gyűjtöttek a bioanyagok alakjára, kialakítására és felületi állapotára, valamint az implantátumok geometriájára és a különböző szövetek minőségére és elhelyezkedésére való alkalmasságára vonatkozóan. Jelentős különbségekről számoltak be olyan beültetett anyagok esetében is, amelyek látszólag azonosak voltak, de különböző forrásból származtak [4]. A csont- és lágyszövetek biomechanikai jellemzése problémásabb, mint a fém-, kerámia- és polimeranyagoké. A közzétett adatsorok gyakran nem összehasonlítható mérési protokollokon és körülményeken alapulnak, ami a következetesség hiányához vezet. Ezen adatok általánosítása nagyon nehéz vagy szinte lehetetlen, ha egyszerű, megbízható és releváns információk szolgáltatásáról van szó.
A biomechanikai jellemzéshez általában visszanyúlunk ahhoz, hogy egy anyagot rugalmas vagy viszkoelasztikus anyagtípusnak tételezzünk fel, hogy a tulajdonságokat egyedi számokká közelítsük, amelyeket általában "rugalmassági modulusnak" neveznek. Ez azonban csak lineárisan rugalmas anyagok esetén illik a nagyon small deformációkra, és az NPL-irányelvek [5] kilenc módszert sorolnak fel a Rugalmassági modulusA komplex modulus (rugalmas komponens), tárolási modulus vagy G', a minták "valós" része a teljes komplex modulus. Ez a rugalmas komponens jelzi a mérendő minta szilárd, vagy fázisban lévő válaszát. rugalmassági modulus kiszámítására, amelyek különböző értékekhez vezethetnek. A bioműanyagok és szövetek túlnyomó többsége egyértelműen nem rugalmas, ezért jelentős leegyszerűsítés, ha az adatokat mesterségesen próbáljuk néhány fix számra redukálni: Mi haszna lenne például annak, ha a különböző forrásokból származó, 0,1 és 680 MPa közötti "nyálkahártya Rugalmassági modulusA komplex modulus (rugalmas komponens), tárolási modulus vagy G', a minták "valós" része a teljes komplex modulus. Ez a rugalmas komponens jelzi a mérendő minta szilárd, vagy fázisban lévő válaszát. rugalmassági modulusát" ismernénk?
Sajnos a tehetetlenségi hatásokkal (magas frekvenciák) vagy a műszer határaival (alacsony frekvenciák) kapcsolatos kérdések nem mindig vannak kellően dokumentálva a közzétett vizsgálati jegyzőkönyvekben. Még ha a műszer tehetetlenségét ki is küszöböljük, maga a minta mindig véges tehetetlenséggel rendelkezik, ami a lendületdiffúzióból, a viszkoelasztikus hullámokból és a másodlagos áramlásokból eredő artefaktumokhoz vezethet - ezek mindegyike sértheti a homogén és lineáris deformáció feltételezését [6]. A kifinomultabb modellek jelentős számú mesterséges illesztési paraméterrel rendelkeznek, és nagy kísérleti nehézségekbe ütközik az ilyen vizsgálatok elvégzése a meglévő szabványok, protokollok és ad hoc vizsgálati módszerek keretében [7].
Az olyan folyamatok esetében, mint a 3D bioprinting, számos kihívást kell leküzdeni, mint például a bioink tulajdonságainak szabályozása, az áramlás és annak a sejtek életképességére gyakorolt hatásának kezelése, valamint a konstrukciók optimális biofizikai tulajdonságainak biztosítása a nyomtatás után és a beültetéskor [8]. Nagyobb felbontásra és sebességre van szükség a 3D mikrokörnyezet szabályozásával, valamint a mechanikai és transzport tulajdonságok optimális kombinációját kell elérni a tér- és időskálán belül; ezekre különösen a diffúzió-korlátozott vaszkularizációhoz van szükség. Az új orvostechnikai eszközökről szóló rendeletek (2017/745) megkövetelik a megfelelő mechanikai értékelés elvégzését, ami az egészségügyi technológiaértékelési rendeletek (2021/2282) betartását eredményezi.
Sajnos a biofizikai vizsgálatok számos különböző módszere meglehetősen eltérő eredményeket ad, és nem könnyű reális, valós tulajdonságokat kapni. Az eltéréseknek számos oka van - egyenetlen érintkezés, fázisállapot, tehetetlenségi és rugalmas instabilitási hatások, nem megfelelően feltételezett modellekkel való illesztés, a törzsdefiníció korlátozása, a megfelelő terhelési előzmények felmérésének hiánya stb. Ezért nagyon fontos, hogy olyan robusztus megközelítéssel rendelkezzünk, amely a folyamat során mind a biomatéria viselkedését, mind a teljesítményét számszerűsíteni tudja, ahelyett, hogy csak néhány konkrét számot generálna.
A BEST koncepció
E kihívások megoldására fejlesztettük ki a szabadalmaztatott BEST módszert(Biomaterials Enhanced Simulation Testing). A módszer számos kemény és lágy bioanyagra alkalmazható, beleértve a hidrogéleket, a 3D nyomtatott konstrukciókat és a szabályozott gyógyszeradagolást. A BEST megoldások elsősorban a nem megfelelő és töredékes vizsgálatok által okozott problémákat célozzák meg, és egy olyan integrált megközelítésen alapulnak, amely egy alapvető kauzalitás elvén alapul: "Az inger alkalmazása előtt nem volt válasz a minta részéről"
A BEST-et ellenőrzött körülmények között, a DMA-környezetben szükséges koherens ingerekkel végzik. Értékeli a minta tulajdonságainak változásait az idő, a fázis és az inger tartományában [9]. Az utófeldolgozás során a BEST integrálja az adatokat, konvolutálja a minta előzményeit, és kivonja az ismeretlen értékeket, mindezt anélkül, hogy a felhasználónak a select anyagmodellre lenne szüksége (az adatelemzés lényegében modellmentes). A saját fejlesztésű kvantum-regressziós algoritmussal kapott invariáns paraméterek beépítik a minta előzményeit, megmutatva a bioműanyag fejlődésének helyzetét és irányát [10].
A BEST legfontosabb jellemzője a DMA-adatok invariáns feldolgozása, amely általában a felhasználó számára feltáratlan marad. Ez az új módszer legyőzi a szöveti tulajdonságok linearitásának számos modellben gyakori korlátait, nevezetesen a skálázási tulajdonságot (homogenitás) és a szuperpozíciós tulajdonságot (additivitás), amelyek általában nem érvényesülnek a lineáris viszkoelaszticitásban használt Fourier-transzformációra.
Ezért a BEST helyes vizsgálati protokollt alkalmaz, és idempotens módszereket használ a paraméterek egyetlen mintából/vizsgálatból történő kinyerésére, ami magas kimeneti adatokat eredményez komplex matematika használata nélkül (nincs szükség komplex modulusokra) vagy a linearitás feltételezése nélkül, és képes más reológiai adatokat is úgy feldolgozni, hogy azok nem veszítik el értéküket.
DMA alkalmazási példa
Az itt bemutatott példában a fent leírt módszert a NETZSCH DMA 242 Artemis® készülékkel végzett mérések alapján alkalmazták a 3D bioprintinghez használt akril-hidrogél tulajdonságainak jellemzésére, feltételezett modell használata nélkül. A gélt egy 1 ml-es fecskendőbe helyeztük egy 29G tűvel, és a testre szabott DMA mintatartóba állítottuk be, amelyet általában hajlításhoz használunk; a gélt 25°C-on, lépcsőzetes CreepA kúszás idő- és hőmérsékletfüggő képlékeny alakváltozást ír le állandó erő hatására. Amikor egy gumikeverékre állandó erőt alkalmazunk, az erő alkalmazása következtében kapott kezdeti alakváltozás nem rögzített. A deformáció az idő múlásával növekszik. kúszás üzemmódban vizsgáltuk.
Az 1. ábra mutatja a kísérleti adatokat a meghatározott tűfecskendőn keresztül extrudált gélmennyiségre (µL) vonatkozóan, az alkalmazott helyi nyomás (kPa) szerint normalizálva. Ezek az adatok világosan mutatják az áramlási kinetika nemlinearitását az idő és az alkalmazott nyomás függvényében, és nincs egyszerű módja annak, hogy select bármilyen anyagmodell leírja ezeket a függőségeket.
Ezekből az adatokból a BEST módszerrel a gél viszkózus merevségének időinvariáns értékeit, valamint memóriaértékét lehetett kinyerni az injektálási körülmények között [9,10] (2. ábra). Itt a görbék közel lineárisak, és az egyenesek meredeksége minden alkalmazott nyomás esetén közel állandó (számok kPa-ban). Ez azt jelenti, hogy a gél annak ellenére, hogy nemnewtoni viselkedést mutat, a modellmentes invariáns értékek szempontjából lineáris. Az is látható, hogy a számértékek az alkalmazott nyomással nem monoton módon változnak, ami azt tárja fel, hogy különböző korlátozó jelenségek befolyásolhatják az áramlást. Az áramlás alakulásának hatását szemléltetendő, a memóriaértékek és az alkalmazott nyomás függvényében készített grafikon a 3. ábrán látható. Ez a térkép azt mutatja, hogy a fecskendőben lévő gél alacsony nyomáson, amikor a memóriaértékek jóval kisebbek az egységnél, súrlódással, áramlási ellenállással és esetleg csúszásmentességgel szembesül. Körülbelül 65 kPa után - a kezdeti értékek - ezek az értékek megugranak, jelezve, hogy a gél fejlettebb áramlást ér el.
A bemutatott módszer képes invarianciaértékek meghatározására és felhasználására a 3D bioprintelési folyamatok modellmentes előrejelzésében a fúvókától, geometriától, nyomástól, időtől és egyéb folyamatfeltételektől függően, anélkül, hogy a tinta reológiai paramétereit külön kellene meghatározni. A BEST módszer "első kézből" származó adatokat generál a 3D nyomtatási folyamat további prediktív modellezéséhez, és ugyanazt a filozófiát alkalmazza a 3D-nyomtatott szövetek és konstrukciók jellemzésére.
ÖSSZEFOGLALÓ
A kifejlesztett megközelítés bizonyítja, hogy képes "látni" az anyagok láthatatlan jellemzőit, valamint az ingerekkel és a környezettel való kölcsönhatásaikat. Így a dinamikai-mechanikai elemzés (DMA ) sokkal több információt szolgáltathat, mint a rugalmassági modulusok és a veszteségtangens. A BEST-feldolgozás alkalmazásával számos, különböző célú leolvasást lehet végezni (egyes esetekben akár egyetlen mintadarabból vagy vizsgálatból is). Így például egyetlen kísérlet keretében megkapható az aggregátum modulus; a jellegzetes Deborah-idő; a kúszási engedékenység; az effektív folyadékdiffúziós képesség és az áteresztőképesség/engedélyesség; a folyadék áramlásának egyenértékű csatornamérete a dinamikában; az anyagmemória értéke; a duzzadási nyomás; és még sok más adat. És ez túlmutat a bioanyagokon, mivel a BEST alkalmazás modellmentes, és nem igényel illesztési paramétereket; továbbá a már létrehozott vizsgálati adatokra is alkalmazható.
Irodalom:
[1] Hubbell J.A. Nature Biotechnol. 13 (1995) 565-576.
[2] Gasik M. Sci. Techn. Adv. Mater. 18 (2017) 550-562.
[3] Chung C., Burdick J.A. Adv. Drug Delivery Rev. 60 (2008) 243-262.
[4] Gasik M., Lambert F., Bacevic M., M, Materials 14 (2021) 2845.
[5] Lord J.D., Morrell R. Measurement Good Practice Guide No. 98; NPL Teddington, UK (2006)
[6] Ewoldt R.H., Johnston M.T., Caretta L.M. In: Complex Fluids in Biological Systems; Springer, Németország (2015).
[7] Vrana N.E., Knopf-Marques H., Barthes J. (Eds.) Biomaterials for Organ and Tissue Regeneration (Biomaterials for Organ and Tissue Regeneration); Woodhead Publ. UK (2020).
[8] Jammalamadaka U., Tappa K. J. Funct. Biomater. 9 (2018) 22
[9] Gasik M., Bilotsky Y. Szabadalom US 10379106 B2 (2019).
[10] Gasik M.US 10809171 B2 szabadalom (2020).
Kapcsolat:
Prof. Dr. Michael Gasik, Dr. Sci.
Terkko Health Hub, 14. épület
Helsinki University Central Hospital Area
Haartmaninkatu 4, FIN-00290 Helsinki
www.seqvera.com
Köszönet Prof. Dr. Michael Gasiknak a cikkért és a kutatómunkájába való betekintésért.
